AIで雇用は消えたのか、米10月統計が示す強さと若者の痛みの実像

10月雇用統計が崩したAI大量失業論

生成AIがホワイトカラーの仕事を奪うとの警戒は、企業による人員削減発表を受けて強まりました。しかし、2026年10月の米雇用統計は、AIの影響を受けやすい産業でも雇用が増えている現実を示しています。

だからといって、AIによる変化が存在しないわけではありません。総雇用者数では見えにくい採用抑制が、若手や定型業務の多い職種に集中している可能性があります。雇用の「残高」、採用と離職の「流れ」、年齢や職務の「構成」を分けて見ることが、実態を理解する鍵です。

雇用増と削減発表が同時に成立する構造

産業別統計が映すホワイトカラー雇用の底堅さ

米労働統計局の10月雇用統計によると、非農業部門の雇用者数は前月比16万5,000人増えました。過去12カ月の月平均増加数である4万8,000人を大きく上回り、失業率も4.1%でほぼ横ばいでした。

最大の伸びを記録したのは、専門・ビジネスサービスの7万人増です。内訳では専門・科学・技術サービスが3万3,000人、管理・支援関連が2万8,000人、企業経営部門が9,000人増えました。同産業の雇用は2025年10月の直近底から26万9,000人増えています。

専門・科学・技術サービスには、会計、コンサルティング、法律関連、設計、コンピューターサービスなど、生成AIと親和性の高い業務が含まれます。そのため、10月の数字は少なくとも「AIにさらされた産業から一斉に仕事が消えている」という見方とは整合しません。

一方、情報産業と金融業の雇用は10月にほぼ変化しませんでした。製造業は1万9,000人、運輸・倉庫は2万5,000人増え、建設業は横ばいです。AIに近い知識労働だけが伸びたわけでも、身体作業を伴う産業だけが安全だったわけでもありません。

ここで注意したいのは、産業と職種の違いです。専門サービス企業にも営業や総務、若手アナリストが在籍し、製造企業にもソフトウェア技術者や会計担当者がいます。産業別の雇用増は、その内部にある特定職種の採用減少を覆い隠すことがあります。

削減発表と実際の失職を隔てる統計上の距離

企業の削減発表を集計するChallenger, Gray & Christmasによると、米企業が10月に発表した削減計画は4万3,994人でした。前年同月を71%下回り、10月としては2023年以来の低水準です。

このうちAIを理由とした削減は1,265人で、2026年の月間最少でした。ただし、年初から10月まででは12万1,401人と、全削減発表の約20%を占めます。AIが独立した理由として集計され始めた2023年以降の累計は19万3,226人に達しました。

年初来の数字は大きいものの、10月には市場・経済環境が1万6,407人の削減理由となり、年初来でもAIを上回りました。需要減、拠点閉鎖、事業再編、コロナ禍での過剰採用の修正が重なるため、AIだけに原因を求めるのは危険です。

さらに、削減「発表」は、その月に実施された解雇と同じではありません。計画が段階的に実施されたり、自然減や配置転換で吸収されたりする場合があります。企業が示した理由を分類した数字であり、AI導入の因果効果を直接測った統計でもありません。

実際、9月の求人・労働異動調査では、求人件数は750万件、採用は540万人、解雇・懲戒解雇は160万人で、いずれも前月から大きく変化しませんでした。専門・ビジネスサービスの求人は前月から10万6,000件増え、131万件となっています。

雇用市場が全面的に強いとも言い切れません。経済的理由でパート勤務をしている人は10月に33万9,000人増え、480万人となりました。堅調な雇用者数と雇用の質への不安が同居している点が、現在の米労働市場の特徴です。

若手ホワイトカラーに集中する採用抑制

若年層の雇用入口に表れた最初の亀裂

AI曝露度とは、ある職業の仕事を構成するタスクのうち、AIが実行または支援できる範囲を示す概念です。米労働統計局の定義でも、高曝露は雇用減少や自動化の確率を意味せず、賃金や生産性の予測でもないと明記されています。

それでも、若手には無視できない兆候があります。スタンフォード大学の研究は、ADPの給与データを使い、AI曝露度の高い職種で働く22〜25歳の雇用が、低曝露職と同じペースで伸びた場合より19%低いと推計しました。

同研究が確認したのは、経済全体に及ぶ大規模な雇用喪失ではありません。差が主に生じているのは若手の新規採用で、在職者の離職増加ではないとしています。AIが人間の業務を補完する職種より、タスクを代替する形で使われる職種で落ち込みが目立ちます。

米国勢調査局の企業・労働者データを使った研究も、ChatGPTの登場時期に、高AI曝露企業で若手採用と退職者の補充採用が不連続に低下した証拠を示しました。ただし、若手雇用の相対的な悪化の一部は、それ以前の金融引き締めでも説明できます。

別の米国勢調査局の卒業者追跡研究では、AI曝露度が最も高い専攻群の初職獲得確率が5ポイント低下し、就職後最初の四半期所得も13%減ったと推計されました。総雇用が増えていても、労働市場への入口が狭くなり得ることを示します。

プログラマーも同様です。FRBの研究は、コーディングを多く含む職種の雇用がChatGPT登場後に急減速したと分析しました。ただし、雇用そのものは増加を続けており、2022年以前より伸びが鈍ったという結果です。

年齢だけでなく、性別や学歴による差もあります。ピュー・リサーチ・センターは、AI曝露度が高まるほど男性と女性の雇用増加率の差が広がったと報告しました。ただし、大卒以上では男女とも曝露度との有意な関係が確認されず、結果は特に大卒未満の女性に偏っています。

結論を分ける反実仮想と曝露度の測定

若手への影響を示す研究がある一方、経済全体でAIによる混乱を確認できない研究もあります。イェール大学の2026年10月版追跡調査は、職業構成、雇用、失業、賃金の変化について、AIに起因する明確な足跡はまだないと結論づけました。

ニューヨーク連銀による求人広告の分析でも、高曝露職の求人減速はChatGPT公開前から始まっていました。高曝露職の中で若手向けと経験者向けの求人が明確に分岐した証拠もなく、AIだけを採用減少の主因とするのは難しいとしています。

Anthropicの実利用データを用いた研究でも、高曝露職と非曝露職の失業率の差は小さく、統計的にゼロと区別できませんでした。AIを日常的に使っていることと、職業上のタスクが理論的にAI向きであることは同じではありません。

この違いは重要です。米労働統計局の企業分析では、曝露度が1標準偏差高い企業のAI導入確率は4〜11ポイント高かったものの、年と産業を調整すると差は1〜8ポイントに縮小しました。曝露度は導入の手掛かりですが、実際の活用を十分には説明できません。

研究結果が割れるのは、給与台帳、家計調査、求人広告、企業調査で観測対象が異なるためです。また、「AIがなければ何人雇われたか」という反実仮想は直接観測できません。金利上昇、リモートワーク、景気循環、パンデミック期の採用急増をどう調整するかで推計は変わります。

したがって、現時点で最も整合的な読み方は「大規模な解雇より先に、若手採用と職務配分が変わっている」です。AIは既存社員を一斉に置き換えるより、欠員補充を見送り、少人数で業務量を増やす形で人員需要に影響している可能性があります。

金利とAI投資が左右する次の雇用局面

今後の焦点は、AIによる生産性向上が需要拡大と新職種の創出につながるか、それとも人員需要の削減だけに使われるかです。景気が強ければ、効率化で生まれた余力を新サービスや顧客対応へ振り向けられます。需要が弱ければ、同じ効率化が採用停止や人員削減に直結します。

米労働統計局の2024〜2034年予測では、データサイエンティストの雇用は33.5%、ソフトウェア開発者は15.8%増える見通しです。一方、顧客サービス担当者は5.5%、法務秘書・事務アシスタントは5.8%減ると予測されています。

これは「技術職がすべて伸び、事務職がすべて消える」という構図ではありません。AIを導入し、出力を検証し、業務に組み込む職務は増える一方、定型的な情報整理や一次回答の比重は下がります。同じ職業名でも、必要な技能と担当タスクが変わります。

金融市場の観点では、雇用者数の減少が確認される前に企業利益へ効果が表れる可能性があります。欠員を補充せず売上高を維持できれば、一人当たり売上高や利益率は改善します。反対に、巨額のAI投資が収益増加を伴わなければ、償却費や資金調達コストが利益を圧迫します。

スタンフォード大学の研究整理が指摘するように、若手採用の弱まりには金融引き締め、過剰採用、リモート勤務も影響します。AI関連投資と金利、最終需要を切り離さずに見る必要があります。

最大のリスクは、現在の底堅さを将来の安全保証と誤解することです。AIエージェントの能力向上や景気後退が重なれば、緩やかな採用抑制が急速な人員調整へ変わる可能性があります。反対に、新規需要が十分に拡大すれば、削減されたタスク以上の仕事が生まれる余地もあります。

企業と働き手が追うべき四つの先行指標

企業や投資家が注視すべき指標は、雇用者数だけではありません。第一はJOLTSの採用率と求人率、第二は高曝露職における若手の構成比、第三はAI投資に対する売上高と労働生産性、第四は削減発表と実際の解雇・失業給付申請との開きです。

企業には、若手採用を単純に止めるのではなく、AIを使った判断、検証、顧客対応を学べる入口を設計することが求められます。初級業務をすべて自動化すれば、将来の中堅人材を育てる経路まで失いかねません。

働き手にとって重要なのは、AIから距離を置くことではなく、AIの出力に責任を持てる技能です。業界知識、品質管理、対人調整、法務・安全面の判断を組み合わせるほど、単純なタスク代替の影響を受けにくくなります。

10月統計はAI大量失業論を裏づけませんでした。しかし、若手の採用入口では変化が先行しています。「仕事が消えたか」という二択ではなく、誰を採らなくなったのか、どのタスクが移ったのかを追うことが、次の転換点を見抜く最も確かな方法です。

参考資料:

• 米労働統計局「The Employment Situation — October 2026」
• 米労働統計局「Job Openings and Labor Turnover — September 2026」
• Challenger, Gray & Christmas「October Layoffs at Three-Year Low」
• Stanford Digital Economy Lab「Canaries in the Coal Mine?」
• The Budget Lab at Yale「Tracking the Impact of AI on the Labor Market」
• U.S. Census Bureau「You’re (not) Hired」
• U.S. Census Bureau「Graduating into Disruption」
• Federal Reserve Board「AI and Coder Employment」
• Federal Reserve Bank of New York「Do Job Postings Show Early Labor-Market Effects of AI?」
• Pew Research Center「Men Are Experiencing More Job Growth Than Women in AI-Exposed Occupations」
• Anthropic「Labor Market Impacts of AI」
• 米労働統計局「Artificial Intelligence, Information Technology, and Employment」
• 米労働統計局「Artificial Intelligence Exposure Categories」
• 米労働統計局「AI Exposure and Adoption among U.S. Firms」
• Stanford Institute for Economic Policy Research「Separating AI Hype from Reality」